2.1 관광은 고부가가치 산업

[관광산업①] 한국 관광은 ‘왜’ 이렇게 일본에 뒤처졌을까

• 인구 감소와 고령화는 소비와 생산, 유통을 동시에 위축시킴
• 관광은 상대적으로 젊은 유동인구를 유입시켜 소비와 유통을 늘리고 생산을 자극 -> 고용유발
• 지방 관광은 지역 사회 발전에도 영향

2.2 현 관광산업의 문제점

• 몰개성한 관광지 제안
  • 여행의 트렌드에 따른 코스
  • 여행사 일정에 따른 코스
  • 개인의 특성, 여행 목적과 무관한 코스
• 리뷰와 광고를 구분하기 어려움
• 여행 만족도 하락으로 이어짐

2.3 이제는 취향과 개성의 시대 - 맞춤형 관광지 추천

[트렌드 인사이트]여행액티비티 시장 황금의 땅일까 1

• 개별 여행의 증가 - 패키지 여행의 감소
• OTA/메타서치(익스피디아 등)를 통한 직접 예약이 증가하는 추세
• 획일화된 패키지 상품 시대에서 개인 맞춤형 상품의 시대로

4.1 Tripadvisor 리뷰 데이터

• TripAdvisor는 호텔 및 레스토랑 리뷰, 숙박 예약 및 기타 여행 관련 콘텐츠를 보여주는 미국 여행 웹사이트
• 해외 유저들 개개인이 느끼고 경험한 바가 리뷰로 남겨져 있음
• BeautifulSoup를 이용해 서울의 관광지 리스트를 먼저 크롤링한 후, 그 리뷰들을 모음.
• 총 471개 관광지

trip_Gyeongbokgung <- read.csv("./tripadvisor_crawler/review/Gyeongbokgung_Palace-Seoul.csv")
library(knitr)
kable(trip_Gyeongbokgung[1:5, ])

• 분석의 효율을 높이기 위해 전처리를 진행

def clean_review(text: str) -> str:
    # 1. unicode to ASCII
    text = unicodeToAscii(text)
            
    # 2. Remove HTML
    text = BeautifulSoup(text, "lxml").get_text()
    
    # 3. Remove Punctuations & lowercase
    text = "".join(v for v in text if v not in string.punctuation).lower().split()
    
    # 4. Remove Stop Word
    text = [word for word in text if word not in stop]
    
    # 5. lemmatization
    text = [lmtzr.lemmatize(word) for word in text]
    
    return ' '.join(text)

pre_Gyeongbokgung <- read.csv("./data/preprocess_gyeongbok.csv")
kable(pre_Gyeongbokgung[1:5, ])

4.2 Instagram 피드 데이터

• Instagram은 사진 및 비디오 공유 소셜 네트워킹 서비스

• 어떤 부분에서 관광객들이 매력을 느꼈는지 해시태그를 통해 확인할 수 있음

library(data.table)
insta_Gyeongbokgung <- fread("./instagram_crawler/sample_GBG.csv", encoding = 'UTF-8')
kable(insta_Gyeongbokgung[1:5, ])

4.3 외래관광객 실태조사

• 한국관광공사가 우리나라를 방문한 외래관광객의 한국 여행실태, 한국내 소비실태 및 한국 여행 평가를 조사한 자료

• 외래관광객의 한국 여행성향을 파악할 수 있음

인포그래픽

5.1 한국 여행에서 가장 필요한 정보

우리가 관광지를 추천하고자 하는 것이 실제로 외국인 관광객들이 교통편 다음으로 가장 필요로 하는 정보이다.

관광객들이 정보로 필요로하는 맛집정보나 쇼핑장소도 관광지라는 범주에 포함시킨다면 가치있는 아이템이 될 수 있다고 본다.

5.2 국가별 방문자 수

한국관광공사 : 한국 관광 통계

한국관광공사 : 외래 관광객 실태 조사

우리나라에 방문하는 외국인은 주로 아시아인이 많고 그 중에서도 중국과 일본이 압도적으로 많다.

재방문 비율을 고객의 충성도라고 비유를 하자면 중국과 일본 홍콩은 우리나라 관광에 대한 충성도가 높은 편이고 그 외의 국가들은 현저하게 떨어진다.

설문조사 결과 중국과 일본이 한국 여행 만족도 점수가 낮은 편에 속했기 때문에 충성도는 거리에 가장 영향을 받는다고 볼 수 있다.

5.3 한국 방문을 선택하게 된 요인들

초록색(역사.유적지)을 집중해서 보면 미국, 러시아 고객은 한국의 역사 유적에 대한 관심이 많다.

빨강색(쇼핑)을 집중해서 보면 일본, 홍콩, 중국 고객은 쇼핑을 하러 오는 경우가 많다.

노란색(케이팝)과 보라색(자연풍경)을 이전의 그림과 비교해서 보면 동남아 고객들은 한국의 자연 풍경과 케이팝에 관심이 많다.

한국에 방문하게 된 고려 요인에서 남성고객과 여성고객의 비율적으로 큰 차이가 나는 것은 유흥과 케이팝이다.

남성고객의 경우 한국의 술문화나 밤거리에 좀 더 관심이 있고 여성고객의 경우 케이팝과 같은 한국 트렌드에 관심이 있다.

이런 디테일을 명소 추천에 반영하게 되면 좋을 것 같다.

젊은 고객들은 역사 유적지는 고려하지 않고 케이팝, 패션 트렌드를 고려하고 한국에 방문하는 경향이 있다.

5.4 한국 방문 후에 만족했던 활동들

주황색(식도락)을 보면 미국 러시아 고객의 음식 기호는 맞추지 못하는 것 같다. 반면에, 노란색(역사유적지)을 보면 한국의 역사 유적에 대한 관심이 많았을 뿐만 아니라 실제로도 만족하였다.

이 그룹의 고객들은 전통문화체험을 만족한 경우는 전체적으로 드문 것 같다.

분홍색(전통문화체험)을 보면 동남아 고객들은 이전 국가들에 비해서 전통문화체험을 만족한 경향이 있다.

그 외에도 빨강색(놀이공원)에 대한 한국의 놀이공원에 대한 만족도도 높다.

여성 고객들이 쇼핑에 만족을 하였고 남성 고객들은 한국에서의 유흥에 만족한 경향이 있다.

비율로 봤을 때, 놀이공원이나 민속 행사 관련된 부분은 10대가 60대에 비해 2~3배 더 관심이 있다.

자연경관쪽에서도 10대 고객은 60대에 비해 현저하게 낮은 관심을 보이고 있다.

6.1 프로토타입 구조

개요

관광지 리뷰와 사용자들의 개인 별 설문 조사에 기반하여 관광지를 추천한다.

1. 관광지 리뷰, 여행지 정보 문서에 대해서 단어 빈도수에 기반하여 LDA 토픽 모델링을 진행한다.

2. 가입하기 전 설문 조사를 대해서 MBTI 성격유형 조사와 여행 전문 설문조사를 진행한다.

3. 성격과 인구통계 정보가 기록된 유저들의 관광지 리뷰 및 평점이 쌓이게 된 후에 데이터에 근거한 여행지 추천을 해준다.

성격이 기록된 유저 별 여행지 선호 데이터가 없는 현 상황에서는, 성격 정보 중에서도 외향적인 성격만 반영하여 심리학 논문에 기반한 여행지를 추천해주는 것이다.

6.2 LDA

목적 > LDA를 사용하는 이유는 텍스트 덩어리들의 집합인 관광지를 주제라는 심플렉스 즉, 숫자로 표현하기 위함이다.

1. 각 여행지는 \(K\)개의 토픽 mixture로 이루어져 있고 토픽 별로 word 등장 확률이 정해져 있다.
2. 리뷰 내의 단어들은 \(K\)개의 토픽 중 한 토픽에 의해서 generated됐다고 가정한다.

LDA가 제안하기를…

문서 별 주제에 대한 사전 분포는 multinomial distribution의 conjugate prior Dirichlet distribution

주제 별 단어 사전 분포도 multinomial distribution의 conjugate prior인 Dirichlet distribution을 사용

이를 통해 얻어진 Dirichlet 사후 분포를 통해서 여행지를 토픽 심플렉스 \(S^K\) 상의 원소로 볼 수 있는 이유는

Dirichlet 분포의 특징을 이용해 문서 별 토픽에 대한 비율로 표현할 수 있기 때문이다. \[ \operatorname{E}[Dir(\alpha_1, \cdots, \alpha_K)] = (\frac{\alpha_1}{\sum \alpha_k }, \cdots , \frac{\alpha_K}{\sum \alpha_k }) \]

마찬가지로, 주제 별 단어의 사후 분포 역시 위를 통해서 단어 심플렉스 \(S^V\) 상의 원소로 볼 수 있게 된다.

6.3 MBTI 성격유형 검사

차별화된 서비스

1. 추천 알고리즘 : 고객 맞춤형 추천 서비스
2. 관광 테마 : 외국인 관광객들 위한 서비스로 확장한다. 제한된 시간 안에 관광 만족도를 최대로 높일 수 있는 ’관광 테마’를 추천한다.

• 향후 서비스 발전 : MBTI 검사 결과를 토대로 고객의 성격 유형과 가장 잘 맞는 관광지 테마/코스를 추천한다. 신규 가입자 대상 MBTI 성격 유형을 검사하고, 고객이 선호하는 관광지 데이터를 학습해

• 핵심 : 성격 유형에 근거한 관광지 선호 예측 -> 추천 시스템 구현

• Mishcel, Shoda & Smith는 2003년 논문에서 성격이 “과거 기억에 근거해 현재와 미래를 해석할 수 있는 연결고리”라 봤다. 성격이 과거 경험에 따라 결정되는데, 이에 그 사람의 경험과 성격을 분석하면 현재와 미래에 대한 개연성 있는 예측을 할 수 있다고 봤다.

MBTI란?

• 융(1976) 심리유형이론에 근거.
• 외향성/직관성/감정성/인식성 이 네 개 척도를 가지고 사람의 성격을 모두 16개 유형으로 분류한다.

1. 외향성 : 활발한가?
2. 직관성 : 정보를 언어와 직관 중 무엇으로 소화하나?
3. 감정성 : 논리에 근거하나 감정에 따라 행동하나?
4. 인식성 : 규칙을 새로 정하길 좋아하나 주어진 규칙에 순응하길 좋아하나?

• 검사 결과는 진로 및 심리 상담 등 여러 방면에 활용된다.

검사 문항 구성

• 류시영, 김태희(2011)는 외향성 지표가 관광지 선호와 가장 밀접한 관계가 있다고 봤다. 검사의 초점은 외향성을 측정하는 데 있다.
• 검사 문항은 20개로 제한한다.

문항 유형

• 외향성
• 직관성/감정성/인식성
• 기타
• 인구통계자료 : 나이, 혼인 여부 등

1. 외향성 지표

• 나는 새로운 사람 만나기를 좋아한다
• 나는 사람 돕는 것을 좋아한다
• 빠르게 대응하기보다 충분히 생각한 후 답하기를 좋아한다
• 다양한 부류의 친구들이 있다
• 쉽게 긴장을 푼다
• 나는 어울리기에 편한 사람이다.

2. 직관성

• 이미 검증된 기술보다 새로운 기술 익히기를 좋아한다.
• 구체적인 것보다 비유적인 게 좋다.
• 미래보단 현재가 중요하다.
• 관광지의 설명을 듣는 것보다 사진 보는 게 더 중요하다.

3. 감정성/인식성

• 나는 일을 조직하기를 즐긴다.
• 단점을 보고 비판적인 경향이 있다.
• 일을 시작하는 데서 만족을 얻는다.
• 나는 쉽게 실망한다.
• 새로운 정보를 접하면 그때마다 목표를 수정한다.
• 현재를 즐기고 일은 나중에 마무리한다.

4. 기타 질문

• 소셜 미디어를 자주 사용한다.
• 친구보다 가족과 더 많은 시간을 보낸다.
• 가격이 비싸도 만족도가 높으면 상관없다.

6.4 협업 필터링

• 사용자들로부터 얻은 상품에 대한 선호도를 이용하여 관심사를 예측하는 기법

• 아마존, 넷플릭스 등에서 사용되고 있음